本研究では、トランスフォーマーアーキテクチャを活用し、適応的クエリプロンプティング(AQP)と呼ばれる新しいプロンプト調整手法を提案する。AQPは、事前学習済みのモデルを凍結したまま、プロンプトを学習することで、効率的に多様なタスクに適応できる。また、軽量なデコーダを採用したLight-MLDモデルを提案し、新しいタスクに容易に適用できる。